本文提出了一种新的随机化算法，称为神经局部敏感哈希（Neural LSH），旨在解决高维数据检索问题。该算法结合了图分区和神经网络，优化了数据的近似性、速度和空间效率，表现优于传统方法。此外，研究还探讨了半监督学习中的新成本函数和改进的K近邻分类器，展示了在多个基准测试中的优越性能。